999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

變電站操作不安全行為核心影響因素分析*

2022-12-14 03:53:40朱紫陽(yáng)王文鈺王先培
關(guān)鍵詞:變電站心理影響

朱紫陽(yáng),王文鈺,田 猛,王先培

(1.武漢大學(xué) 電子信息學(xué)院,湖北 武漢 430072;2.武漢大學(xué) 發(fā)展與教育心理研究所,湖北 武漢 430072)

0 引言

變電站在發(fā)電設(shè)施與用電者間起到集中、轉(zhuǎn)換、分配電能的作用,是維持現(xiàn)代電力系統(tǒng)正常運(yùn)行的重要設(shè)施。近年來(lái),約66%的電力人身傷亡事故由不安全行為導(dǎo)致[1],成為影響電力作業(yè)安全的重要因素。因此,研究不安全行為的核心影響因素有助于理解變電站事故的根本原因,對(duì)于減少事故的發(fā)生具有重要意義。

目前,國(guó)內(nèi)外學(xué)者普遍關(guān)注安全氛圍[2-5]、安全管理[6-9]等客觀因素對(duì)操作者不安全行為的影響,但除客觀因素外,現(xiàn)代心理學(xué)認(rèn)為人的行為受心理因素支配,是心理活動(dòng)的外在呈現(xiàn)[10]。因此,心理因素也被視為影響不安全行為的重要因素之一[11]。

國(guó)內(nèi)外學(xué)者對(duì)影響不安全行為的心理因素開(kāi)展研究:Wang等[12]調(diào)查并分析359個(gè)建筑工人,發(fā)現(xiàn)心理壓力會(huì)從安全參與和安全服從2個(gè)方面影響安全行為;Qin等[13]設(shè)計(jì)量表和問(wèn)卷探究心理資本與煤礦工人安全行為之間的關(guān)系,證實(shí)二者具有強(qiáng)關(guān)聯(lián)性;陳梅等[14]從主觀社會(huì)支持角度探究心理狀態(tài)對(duì)建筑工人不安全行為的重要影響,得到可以減少事故發(fā)生的策略;付凈等[15]基于24模型分析煤礦工人不安全行為的內(nèi)在致因,發(fā)現(xiàn)安全心理和安全知識(shí)影響相對(duì)較大。針對(duì)不安全行為心理致因的研究還存在2點(diǎn)不足:研究者僅關(guān)注單一心理維度對(duì)安全行為的影響,導(dǎo)致結(jié)論適用范圍有限;現(xiàn)有研究普遍關(guān)注煤礦和建筑領(lǐng)域,針對(duì)變電站工作者不安全行為的心理影響因素研究較少。

因此,本文在對(duì)變電站員工調(diào)查問(wèn)卷基礎(chǔ)上,建立包含不安全行為和9種安全心理維度的貝葉斯網(wǎng)絡(luò)模型,探究其核心影響因素。研究結(jié)果有助于拓展針對(duì)變電站操作者的心理教育措施,并輔助建立系統(tǒng)化的心理預(yù)警機(jī)制,進(jìn)而減少事故發(fā)生。

1 安全心理

安全心理是指人在從事安全生產(chǎn)活動(dòng)時(shí)產(chǎn)生的特殊心理活動(dòng)。這種心理狀態(tài)與當(dāng)事人的安全行為聯(lián)系緊密。從心理學(xué)角度出發(fā),探究不安全行為產(chǎn)生的根本原因,能針對(duì)性地提出解決方法,減少由于不安全行為導(dǎo)致的事故。根據(jù)文獻(xiàn)[16]可知,影響安全的外在心理狀況主要包含逆反心理、習(xí)慣心理、自負(fù)心理、求快心理、厭煩心理、僥幸心理、緊張心理和麻痹心理等,然而電力行業(yè)具有事故代價(jià)大、技術(shù)難度高、涉及范圍廣、系統(tǒng)復(fù)雜且高度集成、工作壓力大等特點(diǎn),這導(dǎo)致從業(yè)者的安全心理維度與其他行業(yè)略有不同。中國(guó)科學(xué)院在2016年有關(guān)電力行業(yè)工作者安全心理現(xiàn)狀的研究中提到,緊張心理、情緒穩(wěn)定性等因素是導(dǎo)致電力行業(yè)員工產(chǎn)生不安全行為的重要心理因素。基于國(guó)內(nèi)基層電力員工安全心理模型[17-18],本文提出9種影響變電站操作者產(chǎn)生不安全行為的心理,見(jiàn)表1。

2 數(shù)據(jù)獲取

本文數(shù)據(jù)來(lái)源于2018年和2019年國(guó)家電網(wǎng)某省有限公司安全心理課題中發(fā)放的電網(wǎng)員工安全心理自評(píng)問(wèn)卷,該問(wèn)卷依據(jù)表1對(duì)變電站員工的9種心理維度進(jìn)行評(píng)價(jià),每個(gè)維度被量化為[0,5]區(qū)間內(nèi)的分?jǐn)?shù),分?jǐn)?shù)越高,表示被測(cè)者在這個(gè)維度的表現(xiàn)越差。為了讓評(píng)分?jǐn)?shù)據(jù)能用于模型訓(xùn)練,將分?jǐn)?shù)按照表2離散化為3種取值:低于正常值(Low)、正常值(Normal)、高于正常值(High)。每位員工的安全行為使用9個(gè)維度的總分衡量,并以20分為分界線,離散化為存在安全行為(Yes)和存在不安全行為(No)。

據(jù)統(tǒng)計(jì),2018年和2019年問(wèn)卷調(diào)查分別得到824,20 406個(gè)(人次)有效數(shù)據(jù),共計(jì)21 230個(gè)。在模型中,9種心理維度均可單獨(dú)影響安全行為,即該貝葉斯網(wǎng)絡(luò)最多可能有9個(gè)父節(jié)點(diǎn)。同時(shí)考慮到每個(gè)節(jié)點(diǎn)均有3種取值方式,用于模型訓(xùn)練的數(shù)據(jù)最少需要39=19 683個(gè)。因此,將21 230個(gè)有效數(shù)據(jù)劃分為包含20 000個(gè)數(shù)據(jù)的訓(xùn)練集和包含1 230個(gè)數(shù)據(jù)的檢驗(yàn)集。

表1 影響變電站操作不安全行為的9種心理維度Table 1 Nine psychological dimensions affecting unsafe operation behavior in substation

表2 9種心理維度評(píng)分的正常值范圍Table 2 Normal value range of scores for nine psychological dimensions

3 貝葉斯網(wǎng)絡(luò)模型

貝葉斯網(wǎng)絡(luò)是1種反映概率分布并能實(shí)現(xiàn)概率推理的有向無(wú)環(huán)圖[19]。建立貝葉斯網(wǎng)絡(luò)模型主要包含結(jié)構(gòu)學(xué)習(xí)和參數(shù)學(xué)習(xí)2個(gè)步驟,分別用于構(gòu)建網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和獲取各節(jié)點(diǎn)的概率分布,模型建立后需要進(jìn)行網(wǎng)絡(luò)評(píng)價(jià),用于檢驗(yàn)其合理性。

3.1 結(jié)構(gòu)學(xué)習(xí)

結(jié)構(gòu)學(xué)習(xí)方法主要分為基于專(zhuān)家知識(shí)和基于結(jié)構(gòu)學(xué)習(xí)算法,2種方法有1個(gè)共同缺點(diǎn),即如果掌握的知識(shí)或觀測(cè)數(shù)據(jù)不足,就無(wú)法建立正確的網(wǎng)絡(luò)結(jié)構(gòu)。為解決這個(gè)問(wèn)題,文獻(xiàn)[20]提出將結(jié)構(gòu)學(xué)習(xí)算法與專(zhuān)家知識(shí)相結(jié)合,得到最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)。

結(jié)構(gòu)學(xué)習(xí)算法主要分為基于評(píng)分和基于約束,實(shí)踐經(jīng)驗(yàn)表明,單一結(jié)構(gòu)學(xué)習(xí)算法構(gòu)建的網(wǎng)絡(luò)結(jié)構(gòu)不夠準(zhǔn)確。因此,本文提出用于結(jié)構(gòu)學(xué)習(xí)的融合算法,并使用專(zhuān)家知識(shí)修正網(wǎng)絡(luò)結(jié)構(gòu),具體包括以下4個(gè)步驟:

1)在貝葉斯仿真軟件GeNIe上,將訓(xùn)練集用Bayesian Search算法訓(xùn)練5次,每次將迭代次數(shù)分別設(shè)置為20 k,40 k,100 k,200 k,400 k次。

2)在GeNIe上,將訓(xùn)練集用PC算法訓(xùn)練1次。

3)融合以上6次訓(xùn)練結(jié)果。

4)用專(zhuān)家知識(shí)修正網(wǎng)絡(luò)結(jié)構(gòu)[21]。

在針對(duì)變電站作業(yè)者安全心理的評(píng)估中,心理承受力(Dim_1)對(duì)情緒穩(wěn)定性(Dim_9)及僥幸心理(Dim_3)對(duì)冒險(xiǎn)心理(Dim_5)展現(xiàn)出強(qiáng)關(guān)聯(lián)性。因此,本文在網(wǎng)絡(luò)結(jié)構(gòu)中分別連接這2對(duì)節(jié)點(diǎn)。

Riascos等[22]運(yùn)用類(lèi)似方法將2種基于評(píng)分的結(jié)構(gòu)學(xué)習(xí)算法(K2和MCMC)融合,再利用有限的專(zhuān)家知識(shí)修正網(wǎng)絡(luò)結(jié)構(gòu),取得良好的效果;Bassamzadeh等[23]證實(shí)多次重啟基于評(píng)分的結(jié)構(gòu)學(xué)習(xí)算法能使結(jié)果避免陷入局部最佳。考慮到Bayesian Search算法迭代次數(shù)越多,最終得到的網(wǎng)絡(luò)結(jié)構(gòu)越準(zhǔn)確,本文采取多次重啟并逐次增加迭代次數(shù)的思路,以期得到更加準(zhǔn)確的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)。

本文利用貝葉斯仿真軟件GeNIe完成結(jié)構(gòu)學(xué)習(xí)。為了與參數(shù)學(xué)習(xí)結(jié)果統(tǒng)一格式,圖1展示模型在Netica上的可視化結(jié)構(gòu)。

圖1 變電站操作不安全行為模型結(jié)構(gòu)Fig.1 Model structure of unsafe operation behavior in substation

3.2 參數(shù)學(xué)習(xí)

在處理真實(shí)調(diào)查數(shù)據(jù)時(shí),由于問(wèn)卷填寫(xiě)者的主觀原因或收集數(shù)據(jù)時(shí)的客觀原因,數(shù)據(jù)缺失難以避免。為保證貝葉斯網(wǎng)絡(luò)模型訓(xùn)練的準(zhǔn)確性,本文選用能學(xué)習(xí)缺省數(shù)據(jù)的EM算法實(shí)現(xiàn)參數(shù)學(xué)習(xí)。

在Netica中使用EM算法學(xué)習(xí)訓(xùn)練集的CPT,訓(xùn)練好的變電站操作不安全行為模型如圖2所示。由圖2可知,變電站中僅有67.6%的被測(cè)者行為是安全的;在9種心理維度中,被測(cè)者在麻痹心理方面表現(xiàn)較好,說(shuō)明大部分變電站工作者對(duì)危險(xiǎn)較為敏感,沒(méi)有失去警覺(jué)性;但同時(shí)被測(cè)者在冒險(xiǎn)心理方面卻不容樂(lè)觀,這說(shuō)明大部分人能感知到環(huán)境發(fā)出的危險(xiǎn)信號(hào),仍然選擇冒險(xiǎn)作業(yè),從而產(chǎn)生不安全行為,導(dǎo)致事故發(fā)生。

3.3 網(wǎng)絡(luò)評(píng)價(jià)

本文選取5種常用于評(píng)價(jià)貝葉斯網(wǎng)絡(luò)質(zhì)量的參數(shù):Errorrate[3]、Sphericalpayoff[24]、Logarithmicloss[24]、Quadraticloss[24]、AUC(Area Under the Curve) of theROC(Receiver Operating Characteristic)(簡(jiǎn)稱(chēng)AUC,下同)[19],并在Netica中將檢驗(yàn)集代入網(wǎng)絡(luò)驗(yàn)證,結(jié)果如表3所示,表3還列舉文獻(xiàn)[3]中模型的對(duì)應(yīng)參數(shù)值作為參照。對(duì)比表3中數(shù)據(jù)可知,除去文獻(xiàn)[3]中不存在AUC值以外(因?yàn)樵撐墨I(xiàn)的安全行為節(jié)點(diǎn)是3分類(lèi)),其余本文模型參數(shù)均優(yōu)于文獻(xiàn)結(jié)果。同時(shí),本文模型的AUC為0.945 8,屬于預(yù)測(cè)能力極好的范圍。因此,可以認(rèn)為該模型構(gòu)建合理,且具有較為優(yōu)異的泛化能力,可以用于后續(xù)分析。

4 變電站不安全行為模型分析

靈敏度分析(Sensitivity Analysis)常用于反映貝葉斯網(wǎng)絡(luò)中節(jié)點(diǎn)間的相互影響程度。在本文建立模型中,對(duì)安全行為節(jié)點(diǎn)影響最大的安全心理節(jié)點(diǎn)即為變電站不安全行為的核心影響因素。本文在靈敏度分析中使用的具體方法主要有MI分析和預(yù)測(cè)推理。

圖2 變電站操作不安全行為模型Fig.2 Unsafe operation behavior model for substation

表3 變電站操作不安全行為模型評(píng)價(jià)Table 3 Evaluation of unsafe operation behavior model for substation

4.1 MI分析

MI值用于衡量貝葉斯網(wǎng)絡(luò)中某個(gè)節(jié)點(diǎn)(設(shè)為X)對(duì)另一節(jié)點(diǎn)(設(shè)為Y)的影響程度[19],如式(1)所示:

MI(X,Y)=H(X)-H(X|Y)

(1)

式中:H(X)為隨機(jī)變量X的熵,用于衡量X的不確定程度。

H(X)計(jì)算如式(2)所示[25]:

(2)

式中:x表示隨機(jī)變量X的取值;P(x)表示隨機(jī)變量x的概率。

MI值越大,說(shuō)明節(jié)點(diǎn)X,Y間的影響程度越大,相互依賴(lài)性越強(qiáng)[26]。

在Netica中分別計(jì)算9個(gè)心理維度節(jié)點(diǎn)對(duì)安全行為節(jié)點(diǎn)的MI值,結(jié)果如表4所示。由表4可知,情緒穩(wěn)定性(Dim_9)和心理承受力(Dim_1)對(duì)安全行為的MI值分別為0.075 57,0.070 62,遠(yuǎn)高于其他維度,說(shuō)明這2種心理維度對(duì)變電站操作者的安全行為影響較大。

4.2 預(yù)測(cè)推理

預(yù)測(cè)推理過(guò)程是給定“原因”(9種安全心理)的觀測(cè)值,觀察“結(jié)果”(安全行為)的概率值變化率,從而預(yù)測(cè)可能導(dǎo)致的結(jié)果。文獻(xiàn)[2]將預(yù)測(cè)推理用于分析建筑行業(yè)中不安全行為的核心影響因素,得到能夠有效提升安全行為比率的策略。

表4 9個(gè)心理維度節(jié)點(diǎn)對(duì)安全行為節(jié)點(diǎn)的MI值Table 4 MI of 9 psychological dimension nodes to safe behavior nodes

在Netica中分別給9個(gè)心理維度節(jié)點(diǎn)設(shè)置證據(jù),觀察安全行為節(jié)點(diǎn)的靈敏度,如表5所示。其中,“初始值”為設(shè)置證據(jù)前安全行為節(jié)點(diǎn)中“存在安全行為”的概率,“低于正常值”、“正常值”、“高于正常值”分別為給節(jié)點(diǎn)設(shè)置對(duì)應(yīng)證據(jù)后的概率,表5中靈敏度如式(3)所示[2]:

(3)

表5 預(yù)測(cè)推理靈敏度分析結(jié)果Table 5 Predictive inference sensitivity analysis results

式中:P(best scenario)為安全行為節(jié)點(diǎn)中“存在安全行為”的最高概率;P(worst scenario)為安全行為節(jié)點(diǎn)中“存在安全行為”的最低概率。

由表5可知,當(dāng)所有心理維度均高于正常值時(shí),情緒穩(wěn)定性和心理承受力導(dǎo)致安全行為變化的靈敏度相對(duì)較大,表明這2種安全心理是變電站操作不安全行為的核心影響因素。

5 結(jié)論

1)以國(guó)家電網(wǎng)某省電力有限公司變電站員工安全心理自評(píng)數(shù)據(jù)為基礎(chǔ),訓(xùn)練模型的結(jié)構(gòu)和參數(shù);針對(duì)結(jié)構(gòu)學(xué)習(xí)中單一算法訓(xùn)練結(jié)果不準(zhǔn)確問(wèn)題,提出融合Bayesian Search和PC算法,并使用專(zhuān)家知識(shí)修正的結(jié)構(gòu)學(xué)習(xí)方法,針對(duì)基于評(píng)分的結(jié)構(gòu)學(xué)習(xí)算法容易陷入局部最佳問(wèn)題,提出多次重啟并逐次增加迭代次數(shù)的方法;本文模型在4種參數(shù)上均優(yōu)于文獻(xiàn)模型,具有良好的泛化能力。

2)通過(guò)使用MI分析和預(yù)測(cè)推理分析變電站操作不安全行為模型,發(fā)現(xiàn)情緒穩(wěn)定性和心理承受力是變電站操作不安全行為的核心影響因素。研究結(jié)果可為改進(jìn)變電站安全措施提供指導(dǎo)性意見(jiàn)。

猜你喜歡
變電站心理影響
看見(jiàn)具體的自己
光明少年(2024年5期)2024-05-31 10:25:59
心理“感冒”怎樣早早設(shè)防?
是什么影響了滑動(dòng)摩擦力的大小
哪些顧慮影響擔(dān)當(dāng)?
心理感受
關(guān)于變電站五防閉鎖裝置的探討
電子制作(2018年8期)2018-06-26 06:43:34
超高壓變電站運(yùn)行管理模式探討
電子制作(2017年8期)2017-06-05 09:36:15
擴(kuò)鏈劑聯(lián)用對(duì)PETG擴(kuò)鏈反應(yīng)與流變性能的影響
220kV戶外變電站接地網(wǎng)的實(shí)用設(shè)計(jì)
變電站,城市中“無(wú)害”的鄰居
河南電力(2015年5期)2015-06-08 06:01:45
主站蜘蛛池模板: 97se亚洲| 视频一本大道香蕉久在线播放 | 国产欧美高清| 亚洲综合色婷婷| 色九九视频| 亚洲第一成年网| 亚洲成人黄色网址| 国产欧美高清| 国产情侣一区二区三区| 亚洲日韩欧美在线观看| 午夜免费小视频| 欧美日韩国产在线人成app| 一级香蕉人体视频| 亚洲一区第一页| 欧美区国产区| 国产高清又黄又嫩的免费视频网站| 国产一级毛片yw| 亚洲无码日韩一区| 久久免费看片| 国产福利一区在线| 国产在线精彩视频二区| 国产va免费精品| 久草中文网| 小说 亚洲 无码 精品| 亚洲欧美一区二区三区蜜芽| 美女被躁出白浆视频播放| 久久香蕉国产线看观看精品蕉| 最新精品久久精品| 欧美日韩激情在线| 秋霞午夜国产精品成人片| 女人18毛片一级毛片在线| 亚洲综合香蕉| 日韩中文无码av超清| 国产又爽又黄无遮挡免费观看| 一区二区三区在线不卡免费 | 国产免费精彩视频| 一本综合久久| 成人免费网站久久久| 国产香蕉在线| 国产激情影院| 国产免费羞羞视频| 九色国产在线| 亚洲天堂色色人体| 午夜激情婷婷| 黄色成年视频| 99在线观看视频免费| 丝袜国产一区| 一级毛片a女人刺激视频免费| 国产美女精品人人做人人爽| 中文字幕免费在线视频| 日本一区高清| 波多野结衣一二三| 青草精品视频| 久久国产拍爱| 国产精品无码AV片在线观看播放| 欧美一区二区精品久久久| 久久婷婷人人澡人人爱91| 国产精品爽爽va在线无码观看| 国产视频一区二区在线观看| 亚洲动漫h| 网友自拍视频精品区| 亚洲无码高清免费视频亚洲| 亚洲精品无码AⅤ片青青在线观看| 91色在线视频| 中国成人在线视频| 久久动漫精品| 9啪在线视频| 久久久波多野结衣av一区二区| 国产打屁股免费区网站| 狠狠做深爱婷婷久久一区| 国产一级毛片yw| 日本国产精品一区久久久| 伊人色综合久久天天| 99在线观看精品视频| 久久久久国产一区二区| 54pao国产成人免费视频| 国产成人福利在线| 黄色免费在线网址| A级毛片无码久久精品免费| 国产三级毛片| av手机版在线播放| 在线观看无码a∨|